光谱发射率是目标红外辐射特性的一个重要参量.对其测量可以了解材料的红外辐射特性,这对于材料学科的发展,以及进一步促进航空航天、国防科技事业的进步有着重要意义.低温目标辐射能量绝对值小、信号弱,测试环境等诸多因素对温度的影响较大,由于这种干扰信号的存在,系统在现场测试时,会造成系统工作不稳定,精度得不到保证,所以强噪声背景下弱信号的检测是低温辐射温度计应解决的问题.此外材料光谱发射率不确定仍然是影响辐射法测量真温的一个难题,物质的发射率不仅取决于该物质的内在性质,同时还取决于物质表面的物理状态,如物质表面光滑程度、材料粒度、温度、辐射角、考察波长等,事先由实验方法获得的发射率往往因上述影响因素造成很大的误差,目前在这个领域仍未能很好地解决.该文深入地研究了多光谱辐射测温技术中低温目标光谱发射率及真温测量的两个关键问题:低温目标微弱信号检测和发射率建模的问题.设计了一种相关理论与小波滤波器结合的低温目标微弱信号检测方法,用于低温目标发射率辨识系统信号的预处理,以获得高精度亮度温度,提高低温目标发射率测量系统的精度.但是这种检测方法仍然有残余噪声,针对这些问题,作者引入了混沌理论来检测低温目标的微弱信号.设计了混沌检测低温目标微弱信号的模型,将混沌引入低温目标微弱信号检测中,利用混沌振子来检测微弱信号,用软件实现检测,算法简单可行,经仿真实验证明,检测精度较高.建立并优化了发射率模型的训练算法,将粒子群优化算法引入发射率模型训练中,它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂搜索空间中的最优区域.粒子群优化算法是一种高效的并行搜索算法,用粒子群优化算法来训练发射率模型大大简化了训练过程.仿真实验表明训练时间加快,精度很高.